摘要
一种基于知识蒸馏的轻量化恶意加密流量检测方法,涉及网络安全态势感知技术领域,在第一阶段,利用了流量的原始特征信息进行快速过滤,减轻了后续深度学习模型的计算压力。随后,在第二阶段,我们进一步利用了流量的图像特征信息,并通过轻量级卷积神经网络(CNN)更全面地分析流的内容特征。两阶段方法大大提升了恶意加密流量的检测效率。其次,利用了知识蒸馏的训练策略,进一步提高系统对恶意加密流量的检测准确性。
技术关键词
决策树模型
教师
学生
蒸馏
网络安全态势感知技术
标签
轻量级卷积神经网络
分布式拒绝服务攻击
pcap文件
加密
积层
图像特征信息
数据格式
恶意广告
工具包
沙箱技术
通道
系统为您推荐了相关专利信息
网络模块
错误校正
图像处理装置
标记
图像增强技术
特征描述信息
模型迁移方法
场景
数据分布特征
可执行程序代码